Attribution

Modele atrybucji i ich skutki

Model ostatniego kliknięcia przypisuje całą zasługę ostatniemu kanałowi na ścieżce, co niemal zawsze przecenia wyszukiwarkę i remarketing, a nie docenia działań, które w ogóle wzbudziły zainteresowanie. Modele rozkładające zasługę na kilka punktów kontaktu dają obraz bliższy prawdzie, ale trudniejszy w interpretacji.

Wybór modelu nie jest techniczną drobnostką – to on decyduje, który kanał dostanie budżet w kolejnym kwartale. Warto więc znać model, w którym patrzy się na wyniki, zanim wyciągnie się z nich wnioski.

Czego żaden model nie zobaczy

Poza zasięgiem pomiaru pozostaje wszystko, co dzieje się offline i między urządzeniami: billboard mijany codziennie, rozmowa ze znajomym, spot w radiu w drodze do pracy. Te kontakty realnie wpływają na decyzję i systematycznie nie mają reprezentacji w raporcie.

Dlatego coraz częściej atrybucję uzupełnia się testami przyrostowymi: wyłączeniem kanału na części rynku i sprawdzeniem, co stanie się ze sprzedażą. To jedyny sposób, by odróżnić wpływ od korelacji.

Okno atrybucji

Poza modelem liczy się okres, przez który kontakt z reklamą jest uznawany za mający wpływ. Okno siedmiodniowe i trzydziestodniowe dadzą zupełnie inny obraz tych samych kampanii – dłuższe premiuje kanały budujące zainteresowanie, krótsze te domykające sprzedaż.

Okno powinno wynikać z długości realnego procesu zakupowego, a nie z ustawienia domyślnego. W kategorii, w której decyzja zapada w miesiąc, siedmiodniowe okno ucina większość ścieżki i przypisuje sprzedaż ostatniemu kontaktowi.

Warto też porównywać wyniki w jednym oknie i jednym modelu przez cały okres analizy. Zmiana ustawień w połowie kwartału tworzy skok w danych, który zespół będzie później tłumaczył zmianą skuteczności, choć zmieniła się wyłącznie miara.